Analyse de cohorte : définition et guide pratique
Mis à jour le 22 février 2026
Définition rapide
L'analyse de cohorte est une méthode analytique qui consiste à regrouper des utilisateurs partageant une caractéristique commune à un instant précis, puis à observer l'évolution de leur comportement dans le temps pour mesurer la rétention, le churn ou la valeur générée. C'est la technique de référence pour évaluer la santé long terme d'un produit ou d'une relation client.
Comment ça fonctionne
L'analyse de cohorte est une technique d'analyse longitudinale qui suit des groupes d'utilisateurs (cohortes) dans le temps. Elle repose sur deux éléments : l'événement de définition de la cohorte (première visite, première inscription, premier achat) et l'événement de rétention (retour sur le site, utilisation active, renouvellement d'abonnement).
Le résultat classique est un tableau de cohorte : chaque ligne représente une cohorte (par exemple, les utilisateurs acquis en janvier 2026), chaque colonne représente une période ultérieure (semaine 1, semaine 2, mois 1, mois 2), et chaque cellule indique le pourcentage d'utilisateurs encore actifs à cette période.
Cette visualisation permet de :
- Comparer la fidélité de cohortes successives
- Détecter si les améliorations produit améliorent la rétention
- Anticiper le churn futur avec plus de précision
- Alimenter le calcul de la LTV par génération de clients
L'analyse de cohorte revenu mesure combien de revenus génère chaque cohorte au fil du temps plutôt que le simple taux d'activité — une approche particulièrement précieuse pour les SaaS et les e-commerces avec achats récurrents.
Pourquoi c'est important
L'analyse de cohorte est indispensable pour distinguer une croissance saine d'une croissance artificielle masquant un churn élevé. Elle révèle si vos efforts d'acquisition génèrent des utilisateurs fidèles ou des utilisateurs éphémères.
Pour les SaaS notamment, la rétention est le moteur principal de la croissance à long terme : améliorer le taux de rétention à 3 mois d'une cohorte de 30 % à 40 % peut doubler la LTV de chaque client acquis.
C'est aussi l'outil le plus fiable pour mesurer l'impact réel d'une amélioration produit sur le comportement des utilisateurs — bien plus que de simples comparaisons de métriques agrégées avant/après.
Comment l'améliorer ou l'utiliser
- 1Définissez clairement vos événements de cohorte et de rétention avant de lancer l'analyse.
- 2Analysez d'abord les cohortes mensuelles pour avoir une vue macro, puis descendez à la granularité hebdomadaire.
- 3Comparez les courbes de rétention entre cohortes de différentes sources d'acquisition pour identifier vos canaux les plus qualitatifs.
- 4Identifiez le moment de la chute : si 60 % des utilisateurs partent en semaine 2, c'est une priorité d'onboarding — agissez à ce stade précis.
- 5Utilisez les insights pour prioriser les optimisations d'onboarding et de réengagement, et mesurez l'impact sur les cohortes suivantes.
Avec Sublim
Sublim intègre l'analyse de cohorte avec des données complètes non échantillonnées et conformes RGPD. En hébergeant les données en Europe et en ne recourant pas aux cookies, Sublim offre une analyse de cohorte plus représentative que GA4 — particulièrement pour les audiences européennes sensibles au consentement, où le sampling analytics peut fausser les courbes de rétention.
Questions fréquentes
Quelle est la différence entre analyse de cohorte et analyse de rétention ?
L'analyse de rétention est l'objectif de l'analyse de cohorte : mesurer combien d'utilisateurs restent actifs au fil du temps. L'analyse de cohorte est la méthode utilisée pour faire cette mesure de manière rigoureuse, en groupant les utilisateurs par période d'acquisition pour isoler l'effet du temps sur leur comportement.
Faut-il beaucoup de données pour faire une analyse de cohorte ?
Oui, l'analyse de cohorte nécessite un volume suffisant d'utilisateurs par cohorte pour être statistiquement significative. En général, une cohorte d'au moins 100 utilisateurs est recommandée. En dessous, les variations aléatoires peuvent fausser les conclusions. Pour les petites audiences, des cohortes trimestrielles plutôt que mensuelles permettent d'atteindre un volume suffisant.
Peut-on faire une analyse de cohorte sur le revenu plutôt que sur l'activité ?
Oui, l'analyse de cohorte revenu (ou LTV analysis par cohorte) mesure combien de revenu cumule chaque cohorte au fil du temps. C'est particulièrement utile pour les SaaS avec abonnements et pour les e-commerces avec achats récurrents, car elle révèle la valeur réelle générée par chaque génération de clients.
Termes associés
Une cohorte est un groupe d'utilisateurs qui partagent une caractérist…
Le churn rate (ou taux d'attrition) est le pourcentage de clients ou d…
Le LTV (Lifetime Value), ou valeur vie client, est la valeur totale du…
Le segment est un sous-ensemble filtré de vos visiteurs ou sessions, d…